جزء شیمیایی لوله سیم پیچ فولادی ضد زنگ AISI 304/304L، بهینه سازی پارامترهای فنر بال تاشو با استفاده از الگوریتم زنبور عسل

از بازدید شما از Nature.com سپاسگزاریم.شما از یک نسخه مرورگر با پشتیبانی محدود CSS استفاده می کنید.برای بهترین تجربه، توصیه می کنیم از یک مرورگر به روز شده استفاده کنید (یا حالت سازگاری را در اینترنت اکسپلورر غیرفعال کنید).علاوه بر این، برای اطمینان از پشتیبانی مداوم، سایت را بدون استایل و جاوا اسکریپت نشان می‌دهیم.
اسلایدرهایی که سه مقاله را در هر اسلاید نشان می دهند.برای حرکت در اسلایدها از دکمه های پشت و بعدی استفاده کنید یا از دکمه های کنترلر اسلاید در انتها برای حرکت در هر اسلاید استفاده کنید.

AISI 304/304L لوله مویرگی فولادی ضد زنگ

کویل فولادی ضد زنگ AISI 304 یک محصول همه منظوره با مقاومت عالی است و برای کاربردهای بسیار متنوعی که به شکل پذیری و جوش پذیری مناسب نیاز دارند، مناسب است.

کویل های Sheye Metal 304 در ضخامت 0.3mm تا 16mm و پرداخت 2B، پرداخت BA، پایان شماره 4 همیشه در دسترس هستند.

در کنار سه نوع سطح، سیم پیچ فولادی ضد زنگ 304 را می توان با انواع پوشش های سطحی تحویل داد.ضد زنگ درجه 304 حاوی فلزات کروم (معمولاً 18٪) و نیکل (معمولاً 8٪) به عنوان اجزای اصلی غیر آهنی است.

این نوع کویل ها یک فولاد زنگ نزن آستنیتی معمولی است که به خانواده فولاد ضد زنگ استاندارد Cr-Ni تعلق دارد.

آنها معمولاً برای کالاهای خانگی و مصرفی، تجهیزات آشپزخانه، روکش های داخلی و خارجی، نرده ها و قاب های پنجره، تجهیزات صنایع غذایی و آشامیدنی، مخازن ذخیره سازی استفاده می شوند.

در این تحقیق، طراحی فنرهای پیچشی و فشاری مکانیزم تاشو بال مورد استفاده در موشک به عنوان یک مسئله بهینه سازی در نظر گرفته شده است.پس از خروج موشک از لوله پرتاب، بال های بسته باید برای مدت معینی باز و محکم شوند.هدف از این مطالعه به حداکثر رساندن انرژی ذخیره شده در چشمه ها بود تا بال ها بتوانند در کمترین زمان ممکن مستقر شوند.در این مورد، معادله انرژی در هر دو نشریه به عنوان تابع هدف در فرآیند بهینه‌سازی تعریف شد.قطر سیم، قطر سیم پیچ، تعداد سیم پیچ ها و پارامترهای انحراف مورد نیاز برای طراحی فنر به عنوان متغیرهای بهینه سازی تعریف شدند.محدودیت های هندسی بر روی متغیرها به دلیل اندازه مکانیسم و ​​همچنین محدودیت هایی در ضریب ایمنی به دلیل بار حمل شده توسط فنرها وجود دارد.برای حل این مسئله بهینه سازی و اجرای طرح فنر از الگوریتم زنبور عسل (BA) استفاده شد.مقادیر انرژی به‌دست‌آمده با BA نسبت به مطالعات قبلی طراحی آزمایش‌ها (DOE) برتر است.فنرها و مکانیسم های طراحی شده با استفاده از پارامترهای به دست آمده از بهینه سازی ابتدا در برنامه ADAMS مورد تجزیه و تحلیل قرار گرفتند.پس از آن، آزمایش‌های تجربی با ادغام فنرهای تولید شده در مکانیزم‌های واقعی انجام شد.در نتیجه آزمایش مشاهده شد که بال ها پس از حدود 90 میلی ثانیه باز شدند.این مقدار بسیار کمتر از هدف پروژه 200 میلی ثانیه است.علاوه بر این، تفاوت بین نتایج تحلیلی و تجربی تنها 16 میلی‌ثانیه است.
در هواپیماها و وسایل نقلیه دریایی، مکانیسم های تاشو بسیار مهم است.این سیستم ها در اصلاحات و تبدیل هواپیما برای بهبود عملکرد و کنترل پرواز استفاده می شوند.بسته به حالت پرواز، بال ها به طور متفاوتی تا می شوند و باز می شوند تا تاثیر آیرودینامیکی کاهش یابد.این وضعیت را می توان با حرکات بال های برخی از پرندگان و حشرات در هنگام پرواز و غواصی روزمره مقایسه کرد.به طور مشابه، گلایدرها در شناورها تا می شوند و باز می شوند تا اثرات هیدرودینامیکی را کاهش دهند و حمل و نقل را به حداکثر برسانند.هدف دیگر از این مکانیسم ها ارائه مزایای حجمی برای سیستم هایی مانند تا شدن پروانه هلیکوپتر 4 برای ذخیره سازی و حمل و نقل است.بال های موشک نیز برای کاهش فضای ذخیره سازی به سمت پایین جمع می شوند.بنابراین، موشک‌های بیشتری را می‌توان در ناحیه کوچک‌تری از پرتابگر 5 قرار داد. اجزایی که به طور موثر در تا کردن و باز شدن استفاده می‌شوند، معمولاً فنر هستند.در لحظه تا شدن، انرژی در آن ذخیره می شود و در لحظه باز شدن آزاد می شود.به دلیل ساختار انعطاف پذیر آن، انرژی ذخیره شده و آزاد شده برابر می شود.فنر عمدتاً برای سیستم طراحی شده است و این طراحی یک مشکل بهینه سازی را ارائه می دهد.زیرا در حالی که متغیرهای مختلفی مانند قطر سیم، قطر سیم پیچ، تعداد چرخش، زاویه مارپیچ و نوع ماده را شامل می شود، معیارهایی مانند جرم، حجم، توزیع حداقل تنش یا حداکثر در دسترس بودن انرژی نیز وجود دارد.
این مطالعه به طراحی و بهینه سازی فنرها برای مکانیسم های تاشو بال مورد استفاده در سیستم های موشکی می پردازد.با قرار گرفتن در داخل لوله پرتاب قبل از پرواز، بال ها روی سطح موشک تا شده باقی می مانند و پس از خروج از لوله پرتاب، برای مدت معینی باز می شوند و به سطح فشار می مانند.این فرآیند برای عملکرد صحیح موشک بسیار مهم است.در مکانیزم تاشو توسعه یافته، باز شدن بال ها توسط فنرهای پیچشی و قفل شدن توسط فنرهای فشاری انجام می شود.برای طراحی فنر مناسب باید فرآیند بهینه سازی انجام شود.در بهینه سازی فنری، کاربردهای مختلفی در ادبیات وجود دارد.
Paredes و همکاران 8 حداکثر ضریب عمر خستگی را به عنوان یک تابع هدف برای طراحی فنرهای مارپیچ تعریف کردند و از روش شبه نیوتنی به عنوان یک روش بهینه سازی استفاده کردند.متغیرهای بهینه سازی به عنوان قطر سیم، قطر سیم پیچ، تعداد دور و طول فنر شناسایی شدند.یکی دیگر از پارامترهای ساختار فنری، ماده ای است که از آن ساخته شده است.بنابراین در مطالعات طراحی و بهینه سازی این امر مورد توجه قرار گرفت.زبدی و همکاران9 در مطالعه خود اهداف حداکثر سختی و حداقل وزن را در تابع هدف تعیین کردند که در آن ضریب وزن معنی دار بود.در این مورد، آنها مواد فنر و خواص هندسی را به عنوان متغیر تعریف کردند.آنها از الگوریتم ژنتیک به عنوان یک روش بهینه سازی استفاده می کنند.در صنعت خودرو، وزن مواد از بسیاری جهات، از عملکرد خودرو گرفته تا مصرف سوخت، مفید است.به حداقل رساندن وزن در حین بهینه سازی فنرهای سیم پیچ برای تعلیق یک مطالعه شناخته شده است.Bahshesh و Bahshesh11 موادی مانند E-glass، کربن و کولار را به عنوان متغیرهایی در کار خود در محیط ANSYS با هدف دستیابی به حداقل وزن و حداکثر استحکام کششی در طرح‌های مختلف کامپوزیت فنر تعلیق شناسایی کردند.فرآیند تولید در توسعه فنرهای کامپوزیتی حیاتی است.بنابراین، متغیرهای مختلفی در یک مسئله بهینه‌سازی وارد می‌شوند، مانند روش تولید، مراحل طی شده در فرآیند، و توالی آن مراحل 12،13.هنگام طراحی فنر برای سیستم های دینامیکی، فرکانس های طبیعی سیستم باید در نظر گرفته شود.توصیه می شود که اولین فرکانس طبیعی فنر حداقل 10-5 برابر فرکانس طبیعی سیستم باشد تا از تشدید جلوگیری شود.تکتک و همکاران7 تصمیم گرفت جرم فنر را به حداقل برساند و اولین فرکانس طبیعی را به عنوان توابع هدف در طراحی فنر سیم پیچ به حداکثر برساند.آنها از روش های جستجوی الگو، نقطه داخلی، مجموعه فعال و الگوریتم ژنتیک در ابزار بهینه سازی Matlab استفاده کردند.تحقیقات تحلیلی بخشی از تحقیقات طراحی فنر است و روش اجزای محدود در این زمینه رایج است.پاتیل و همکاران 16 یک روش بهینه سازی را برای کاهش وزن فنر مارپیچ فشاری با استفاده از روش تحلیلی توسعه دادند و معادلات تحلیلی را با استفاده از روش اجزای محدود آزمایش کردند.یکی دیگر از معیارهای افزایش سودمندی فنر، افزایش انرژی قابل ذخیره آن است.این مورد همچنین تضمین می کند که فنر مفید بودن خود را برای مدت طولانی حفظ می کند.Rahul and Rameshkumar17 به دنبال کاهش حجم فنر و افزایش انرژی کرنش در طرح های فنر کویل خودرو هستند.آنها همچنین از الگوریتم ژنتیک در تحقیقات بهینه سازی استفاده کرده اند.
همانطور که مشاهده می شود، پارامترها در مطالعه بهینه سازی از سیستمی به سیستم دیگر متفاوت است.به طور کلی، پارامترهای سختی و تنش برشی در سیستمی که باری که حمل می کند عامل تعیین کننده است، مهم هستند.انتخاب مواد در سیستم محدودیت وزن با این دو پارامتر گنجانده شده است.از سوی دیگر، فرکانس های طبیعی برای جلوگیری از تشدید در سیستم های بسیار پویا بررسی می شوند.در سیستم هایی که مطلوبیت مهم است، انرژی به حداکثر می رسد.در مطالعات بهینه‌سازی، اگرچه از FEM برای مطالعات تحلیلی استفاده می‌شود، اما مشاهده می‌شود که الگوریتم‌های فراابتکاری مانند الگوریتم ژنتیک14،18 و الگوریتم گرگ خاکستری19 همراه با روش کلاسیک نیوتن در محدوده‌ای از پارامترهای خاص استفاده می‌شوند.الگوریتم های فراابتکاری بر اساس روش های سازگاری طبیعی توسعه یافته اند که در مدت زمان کوتاهی به حالت بهینه نزدیک می شوند، به ویژه تحت تأثیر جمعیت 20،21.با توزیع تصادفی جمعیت در منطقه جستجو، آنها از بهینه محلی اجتناب می کنند و به سمت optima جهانی حرکت می کنند.بنابراین، در سال های اخیر اغلب در زمینه مشکلات صنعتی واقعی مورد استفاده قرار گرفته است23،24.
مورد حیاتی برای مکانیسم تاشو که در این مطالعه ایجاد شده است این است که بال‌هایی که قبل از پرواز در وضعیت بسته بودند، پس از خروج از لوله مدت زمان مشخصی باز می‌شوند.پس از آن، عنصر قفل بال را مسدود می کند.بنابراین فنرها مستقیماً بر دینامیک پرواز تأثیر نمی گذارند.در این مورد، هدف از بهینه سازی، به حداکثر رساندن انرژی ذخیره شده برای تسریع حرکت فنر بود.قطر رول، قطر سیم، تعداد رول ها و انحراف به عنوان پارامترهای بهینه سازی تعریف شدند.به دلیل کوچک بودن فنر وزن هدف در نظر گرفته نمی شد.بنابراین نوع ماده ثابت تعریف می شود.حاشیه ایمنی برای تغییر شکل های مکانیکی به عنوان یک محدودیت بحرانی تعیین می شود.علاوه بر این، محدودیت‌های اندازه متغیر در محدوده مکانیزم دخیل هستند.روش فراابتکاری BA به عنوان روش بهینه سازی انتخاب شد.BA به دلیل ساختار انعطاف‌پذیر و ساده و پیشرفت‌هایش در تحقیقات بهینه‌سازی مکانیکی مورد توجه قرار گرفت.در بخش دوم مطالعه، عبارات ریاضی دقیق در چارچوب طراحی پایه و طراحی فنر مکانیزم تاشو گنجانده شده است.بخش سوم شامل الگوریتم بهینه سازی و نتایج بهینه سازی است.فصل 4 تجزیه و تحلیل را در برنامه ADAMS انجام می دهد.مناسب بودن فنرها قبل از تولید آنالیز می شود.بخش آخر شامل نتایج تجربی و تصاویر آزمایشی است.نتایج به‌دست‌آمده در مطالعه نیز با کار قبلی نویسندگان با استفاده از رویکرد DOE مقایسه شد.
بال های توسعه یافته در این مطالعه باید به سمت سطح موشک جمع شوند.بال ها از حالت تا شده به حالت باز می چرخند.برای این، یک مکانیسم ویژه ایجاد شد.روی انجیرشکل 1 پیکربندی تا شده و باز5 را در سیستم مختصات موشک نشان می دهد.
روی انجیر2 نمای مقطعی مکانیزم را نشان می دهد.مکانیزم از چندین بخش مکانیکی تشکیل شده است: (1) بدنه اصلی، (2) محور بال، (3) بلبرینگ، (4) بدنه قفل، (5) بوش قفل، (6) پین توقف، (7) فنر پیچشی و ( 8) فنرهای فشاری.شفت بال (2) از طریق آستین قفل (4) به فنر پیچشی (7) متصل می شود.هر سه قسمت پس از بلند شدن موشک به طور همزمان می چرخند.با این حرکت چرخشی بال ها به موقعیت نهایی خود می روند.پس از آن، پین (6) توسط فنر فشاری (8) فعال می شود، در نتیجه کل مکانیسم بدنه قفل (4) را مسدود می کند.
مدول الاستیک (E) و مدول برشی (G) پارامترهای کلیدی طراحی فنر هستند.در این مطالعه، سیم فولادی فنر با کربن بالا (Music wire ASTM A228) به عنوان ماده فنر انتخاب شد.پارامترهای دیگر عبارتند از: قطر سیم (d)، قطر سیم پیچ متوسط ​​(Dm)، تعداد سیم پیچ (N) و انحراف فنر (xd برای فنرهای فشاری و θ برای فنرهای پیچشی)26.انرژی ذخیره شده برای فنرهای فشاری \({(SE}_{x})\) و فنرهای پیچشی (\({SE}_{\theta}\)) را می توان از معادله محاسبه کرد.(1) و (2) 26.(مقدار مدول برشی (G) برای فنر فشاری 83.7E9 Pa است و مقدار مدول الاستیک (E) برای فنر پیچشی 203.4E9 Pa است.)
ابعاد مکانیکی سیستم به طور مستقیم محدودیت های هندسی فنر را تعیین می کند.علاوه بر این، شرایطی که موشک در آن قرار خواهد گرفت نیز باید در نظر گرفته شود.این عوامل حدود پارامترهای فنر را تعیین می کنند.محدودیت مهم دیگر ضریب ایمنی است.تعریف ضریب ایمنی توسط شیگلی و همکارانش به تفصیل شرح داده شده است.ضریب ایمنی فنر فشاری (SFC) به عنوان حداکثر تنش مجاز تقسیم بر تنش در طول پیوسته تعریف می شود.SFC را می توان با استفاده از معادلات محاسبه کرد.(3)، (4)، (5) و (6)26.(برای ماده فنر مورد استفاده در این مطالعه، \({S}_{sy}=980 مگاپاسکال\)).F نشان دهنده نیروی موجود در معادله و KB نشان دهنده ضریب برگشتراسر 26 است.
ضریب ایمنی پیچشی فنر (SFT) به صورت M تقسیم بر k تعریف می شود.SFT را می توان از معادله محاسبه کرد.(7)، (8)، (9) و (10)26.(برای مطالب مورد استفاده در این مطالعه، \({S}_{y}=1600 \mathrm{MPa}\)).در معادله، M برای گشتاور، \({k}^{^{\prime}}\) برای ثابت فنر (گشتاور/چرخش) و Ki برای ضریب تصحیح تنش استفاده می‌شود.
هدف اصلی بهینه سازی در این مطالعه به حداکثر رساندن انرژی فنر است.تابع هدف برای یافتن \(\overrightarrow{\{X\}}\) که \(f(X)\) را به حداکثر می‌رساند فرمول‌بندی شده است.\({f}_{1}(X)\) و \({f}_{2}(X)\) به ترتیب توابع انرژی فنر فشاری و پیچشی هستند.متغیرها و توابع محاسبه شده برای بهینه سازی در معادلات زیر نشان داده شده است.
محدودیت های مختلفی که بر روی طراحی فنر اعمال می شود در معادلات زیر آورده شده است.معادلات (15) و (16) به ترتیب فاکتورهای ایمنی فنرهای فشاری و پیچشی را نشان می دهند.در این مطالعه، SFC باید بزرگتر یا مساوی 1.2 و SFT باید بزرگتر یا مساوی θ26 باشد.
BA از استراتژی جستجوی گرده زنبورها الهام گرفته شده است.زنبورها با فرستادن علوفه گیران بیشتر به مزارع گرده حاصلخیز و جویندگان کمتر به مزارع گرده حاصلخیز کمتر به دنبال این هستند.بنابراین، بیشترین کارایی از جمعیت زنبور عسل به دست می آید.از سوی دیگر، زنبورهای پیشاهنگ همچنان به دنبال مناطق جدید گرده می گردند و در صورت وجود مناطق پربارتر از قبل، علوفه جویان زیادی به این منطقه جدید هدایت خواهند شد.BA از دو بخش تشکیل شده است: جستجوی محلی و جستجوی جهانی.یک جستجوی محلی به دنبال جوامع بیشتر نزدیک به حداقل (سایت های نخبه)، مانند زنبورها، و کمتر در سایر سایت ها (سایت های بهینه یا برجسته) می گردد.جستجوی دلخواه در قسمت جستجوی سراسری انجام می شود و در صورت یافتن مقادیر خوب، ایستگاه ها در تکرار بعدی به قسمت جستجوی محلی منتقل می شوند.این الگوریتم شامل پارامترهایی است: تعداد زنبورهای پیشاهنگ (n)، تعداد سایت‌های جستجوی محلی (m)، تعداد سایت‌های نخبه (e)، تعداد جستجوگران در سایت‌های نخبه (nep)، تعداد جستجوگران در مناطق بهینهسایت (nsp)، اندازه محله (ngh)، و تعداد تکرارها (I) 29.شبه کد BA در شکل 3 نشان داده شده است.
الگوریتم سعی می کند بین \({g}_{1}(X)\) و \({g}_{2}(X)\) کار کند.در نتیجه هر تکرار، مقادیر بهینه تعیین می‌شود و جمعیتی پیرامون این مقادیر جمع‌آوری می‌شوند تا بهترین مقادیر را به دست آورند.محدودیت ها در بخش جستجوی محلی و جهانی بررسی می شوند.در جستجوی محلی، در صورت مناسب بودن این عوامل، مقدار انرژی محاسبه می شود.اگر مقدار انرژی جدید بیشتر از مقدار بهینه باشد، مقدار جدید را به مقدار بهینه اختصاص دهید.اگر بهترین مقدار یافت شده در نتیجه جستجو بیشتر از عنصر فعلی باشد، عنصر جدید در مجموعه گنجانده می شود.بلوک دیاگرام جستجوی محلی در شکل 4 نشان داده شده است.
جمعیت یکی از پارامترهای کلیدی در BA است.از مطالعات قبلی می توان دریافت که افزایش جمعیت تعداد تکرارهای مورد نیاز را کاهش می دهد و احتمال موفقیت را افزایش می دهد.با این حال، تعداد ارزیابی های عملکردی نیز در حال افزایش است.وجود تعداد زیادی از سایت های نخبه تأثیر قابل توجهی بر عملکرد ندارد.تعداد سایت های نخبه می تواند کم باشد اگر صفر 30 نباشد.اندازه جمعیت زنبور پیشاهنگ (n) معمولاً بین 30 تا 100 انتخاب می شود. در این مطالعه، هر دو سناریو 30 و 50 برای تعیین تعداد مناسب اجرا شد (جدول 2).سایر پارامترها بسته به جمعیت تعیین می شوند.تعداد سایت های منتخب (متر) (تقریباً) 25 درصد اندازه جمعیت است و تعداد سایت های نخبه (e) در بین سایت های انتخابی 25 درصد از متر است.تعداد زنبورهای تغذیه کننده (تعداد جستجوها) برای کرت های نخبه 100 و برای سایر کرت های محلی 30 عدد انتخاب شد.جستجوی محله مفهوم اساسی همه الگوریتم های تکاملی است.در این تحقیق از روش همسایگان مخروطی استفاده شد.این روش در طول هر تکرار اندازه محله را با سرعت معینی کاهش می دهد.در تکرارهای آینده، مقادیر کوچکتر همسایگی 30 را می توان برای جستجوی دقیق تر مورد استفاده قرار داد.
برای هر سناریو، ده تست متوالی برای بررسی تکرارپذیری الگوریتم بهینه‌سازی انجام شد.روی انجیرشکل 5 نتایج بهینه سازی فنر پیچشی را برای طرح 1 نشان می دهد و در شکل 1.6 - برای طرح 2. داده های تست نیز در جداول 3 و 4 آورده شده است (جدولی حاوی نتایج به دست آمده برای فنر فشاری در اطلاعات تکمیلی S1 است).جمعیت زنبور عسل جستجو برای مقادیر خوب را در اولین تکرار تشدید می کند.در سناریوی 1، نتایج برخی از آزمایشات کمتر از حداکثر بود.در سناریوی 2 مشاهده می شود که تمامی نتایج بهینه سازی به دلیل افزایش جمعیت و سایر پارامترهای مربوطه به حداکثر نزدیک می شوند.مشاهده می شود که مقادیر در سناریو 2 برای الگوریتم کافی است.
هنگام به دست آوردن حداکثر مقدار انرژی در تکرارها، یک ضریب ایمنی نیز به عنوان یک محدودیت برای مطالعه ارائه می شود.برای فاکتور ایمنی جدول را ببینید.مقادیر انرژی به دست آمده با استفاده از BA با مقادیر بدست آمده با استفاده از روش 5 DOE در جدول 5 مقایسه شده است. (برای سهولت در ساخت، تعداد چرخش (N) فنر پیچشی به جای 4.88، 4.9 و انحراف (xd) است. ) به جای 7.99 میلی متر در فنر تراکمی 8 میلی متر است. مشاهده می شود که BA نتیجه بهتری دارد.BA تمام مقادیر را از طریق جستجوهای محلی و جهانی ارزیابی می کند.به این ترتیب او می تواند جایگزین های بیشتری را سریعتر امتحان کند.
در این مطالعه از آدامز برای تحلیل حرکت مکانیسم بال استفاده شد.ابتدا یک مدل سه بعدی از مکانیسم به آدامز داده شد.سپس یک فنر با پارامترهای انتخاب شده در قسمت قبل تعریف کنید.علاوه بر این، برخی پارامترهای دیگر باید برای تجزیه و تحلیل واقعی تعریف شوند.اینها پارامترهای فیزیکی مانند اتصالات، خواص مواد، تماس، اصطکاک و گرانش هستند.یک مفصل چرخشی بین محور تیغه و بلبرینگ وجود دارد.5-6 مفصل استوانه ای وجود دارد.5-1 مفصل ثابت وجود دارد.بدنه اصلی از مواد آلومینیومی و ثابت ساخته شده است.جنس بقیه قطعات فولادی است.ضریب اصطکاک، سختی تماس و عمق نفوذ سطح اصطکاک را بسته به نوع ماده انتخاب کنید.(استنلس استیل AISI 304) در این مطالعه پارامتر بحرانی زمان باز شدن مکانیزم بال است که باید کمتر از 200 میلی ثانیه باشد.بنابراین، در طول آنالیز به زمان باز شدن بال توجه کنید.
در نتیجه تحلیل آدامز، زمان باز شدن مکانیسم بال 74 میلی ثانیه است.نتایج شبیه سازی دینامیکی از 1 تا 4 در شکل 7 نشان داده شده است. تصویر اول در شکل.5 زمان شروع شبیه سازی است و بال ها در موقعیت انتظار برای تا شدن هستند.(2) موقعیت بال را پس از 40 میلی ثانیه هنگامی که بال 43 درجه چرخیده است نشان می دهد.(3) موقعیت بال را پس از 71 میلی ثانیه نشان می دهد.همچنین در تصویر آخر (4) انتهای چرخش بال و وضعیت باز را نشان می دهد.در نتیجه تجزیه و تحلیل دینامیکی، مشاهده شد که مکانیسم باز شدن بال به طور قابل توجهی کوتاهتر از مقدار هدف 200 میلی ثانیه است.علاوه بر این، هنگام اندازه گیری فنرها، محدودیت های ایمنی از بالاترین مقادیر توصیه شده در ادبیات انتخاب شدند.
پس از اتمام تمامی مطالعات طراحی، بهینه سازی و شبیه سازی، نمونه اولیه مکانیزم تولید و یکپارچه شد.سپس نمونه اولیه برای تایید نتایج شبیه سازی مورد آزمایش قرار گرفت.ابتدا پوسته اصلی را محکم کنید و بال ها را تا کنید.سپس بال ها از حالت تا شده رها شدند و فیلمی از چرخش بال ها از حالت تا شده به حالت مستقر تهیه شد.همچنین از تایمر برای تجزیه و تحلیل زمان در حین ضبط ویدیو استفاده شد.
روی انجیر8 فریم های ویدئویی با شماره 1-4 را نشان می دهد.قاب شماره 1 در شکل لحظه رها شدن بال های تا شده را نشان می دهد.این لحظه لحظه اولیه زمان t0 در نظر گرفته می شود.فریم های 2 و 3 موقعیت بال ها را 40 میلی ثانیه و 70 میلی ثانیه پس از لحظه اولیه نشان می دهند.هنگام تجزیه و تحلیل فریم های 3 و 4 مشاهده می شود که حرکت بال 90 میلی ثانیه پس از t0 تثبیت می شود و باز شدن بال بین 70 تا 90 میلی ثانیه کامل می شود.این وضعیت به این معنی است که هر دو شبیه سازی و آزمایش نمونه اولیه تقریباً زمان استقرار بال یکسانی را ارائه می دهند و طراحی الزامات عملکرد مکانیزم را برآورده می کند.
در این مقاله فنرهای پیچشی و فشاری مورد استفاده در مکانیزم تاشو بال با استفاده از BA بهینه شده است.پارامترها را می توان به سرعت با چند تکرار به دست آورد.فنر پیچشی 1075 میلی ژول و فنر فشاری 37.24 میلی ژول است.این مقادیر 40-50٪ بهتر از مطالعات قبلی DOE هستند.فنر در مکانیزم ادغام شده و در برنامه ADAMS تجزیه و تحلیل شده است.وقتی تجزیه و تحلیل شد، مشخص شد که بال ها در عرض 74 میلی ثانیه باز می شوند.این مقدار بسیار کمتر از هدف پروژه 200 میلی ثانیه است.در یک مطالعه تجربی بعدی، زمان روشن شدن حدود 90 میلی‌ثانیه اندازه‌گیری شد.این تفاوت 16 میلی ثانیه ای بین تحلیل ها ممکن است به دلیل عوامل محیطی باشد که در نرم افزار مدل سازی نشده اند.اعتقاد بر این است که الگوریتم بهینه‌سازی به‌دست‌آمده در نتیجه مطالعه می‌تواند برای طرح‌های مختلف فنر استفاده شود.
ماده فنر از پیش تعریف شده بود و به عنوان یک متغیر در بهینه سازی استفاده نشد.از آنجایی که انواع مختلفی از فنرها در هواپیماها و موشک ها استفاده می شود، BA برای طراحی انواع دیگر فنرها با استفاده از مواد مختلف برای دستیابی به طراحی بهینه فنر در تحقیقات آتی استفاده خواهد شد.
ما اعلام می‌کنیم که این نسخه اصلی است، قبلاً منتشر نشده است و در حال حاضر برای انتشار در جای دیگری در نظر گرفته نشده است.
تمامی داده های تولید شده یا تجزیه و تحلیل شده در این مطالعه در این مقاله منتشر شده [و فایل اطلاعات تکمیلی] گنجانده شده است.
Min, Z., Kin, VK and Richard, LJ Aircraft نوسازی مفهوم ایرفویل از طریق تغییرات هندسی رادیکال.IES J. قسمت A Civilization.ترکیب.پروژه3 (3)، 188-195 (2010).
Sun, J., Liu, K. and Bhushan, B. مروری بر بال عقبی سوسک: ساختار، خواص مکانیکی، مکانیسم ها و الهام بیولوژیکی.جی. مکا.رفتار - اخلاق.علم پزشکی.آلما مادر94، 63-73 (2019).
Chen, Z., Yu, J., Zhang, A., and Zhang, F. طراحی و تجزیه و تحلیل مکانیزم پیشرانه تاشو برای یک گلایدر زیر آب هیبریدی.مهندسی اقیانوس 119، 125-134 (2016).
Kartik, HS and Prithvi, K. طراحی و تجزیه و تحلیل مکانیزم تاشو تثبیت کننده افقی هلیکوپتر.داخلی J. Ing.مخزن ذخیره سازی.فن آوری ها(IGERT) 9 (05)، 110–113 (2020).
Kulunk, Z. and Sahin, M. بهینه سازی پارامترهای مکانیکی طراحی بال موشک تاشو با استفاده از رویکرد طراحی آزمایشی.داخلی J. مدل.بهينه سازي.9 (2)، 108-112 (2019).
Ke, J., Wu, ZY, Liu, YS, Xiang, Z. & Hu, XD Design Method, Performance Study, and Manufacturing of Composite Coil Springs: A Review.ساختن.ترکیب.252, 112747 (2020).
تکتک م.، اومهنی ک.، آلویی ع.، دامک ف. و خدار م. بهینه سازی طراحی دینامیکی فنرهای مارپیچ.برای صدا اقدام کنید77، 178-183 (2014).
Paredes, M., Sartor, M., and Mascle, K. رویه ای برای بهینه سازی طراحی فنرهای کششی.کامپیوتر.کاربرد روشخز.پروژه191 (8-10)، 783-797 (2001).
Zebdi O., Bouhili R. and Trochu F. طراحی بهینه فنرهای مارپیچ مرکب با استفاده از بهینه سازی چند هدفه.جی. راینف.پلاستیکساختن.28 (14)، 1713-1732 (2009).
Pawart، HB و Desale، DD بهینه سازی فنرهای مارپیچ سیستم تعلیق سه چرخه جلو.روند.سازنده.20, 428-433 (2018).
بهشش م. و بهش م. بهینه سازی فنرهای کلاف فولادی با فنرهای کامپوزیت.داخلی J. چند رشته ای.علم.پروژه3 (6)، 47-51 (2012).
چن، ال و همکاران.در مورد پارامترهای متعددی که بر عملکرد استاتیکی و دینامیکی فنرهای کامپوزیت تأثیر می‌گذارند، بیاموزید.جی مارکت.مخزن ذخیره سازی.20, 532-550 (2022).
فرانک، جی. تجزیه و تحلیل و بهینه سازی فنرهای مارپیچی مرکب، پایان نامه دکترا، دانشگاه ایالتی ساکرامنتو (2020).
Gu, Z., Hou, X. and Ye, J. روش‌های طراحی و تجزیه و تحلیل فنرهای مارپیچ غیرخطی با استفاده از ترکیبی از روش‌ها: تجزیه و تحلیل اجزا محدود، نمونه‌برداری محدود hypercube لاتین و برنامه‌ریزی ژنتیکی.روند.موسسه خز.پروژهسی جی مکا.پروژهعلم.235 (22)، 5917-5930 (2021).
وو، ال.، و همکارانفنرهای فنر چند رشته ای فیبر کربنی قابل تنظیم: مطالعه طراحی و مکانیزم.جی مارکت.مخزن ذخیره سازی.9 (3)، 5067–5076 (2020).
Patil DS، Mangrulkar KS و Jagtap ST بهینه سازی وزن فنرهای مارپیچ فشاری.داخلی J. Innov.مخزن ذخیره سازی.چند رشته ای.2 (11)، 154-164 (2016).
Rahul، MS و Rameshkumar، K. بهینه سازی چند منظوره و شبیه سازی عددی فنرهای سیم پیچ برای کاربردهای خودرو.آلما مادرفرآیند امروز46, 4847–4853 (2021).
بای، جی بی و همکاران.تعریف بهترین روش – طراحی بهینه سازه های حلزونی مرکب با استفاده از الگوریتم ژنتیک.ساختن.ترکیب.268, 113982 (2021).
Shahin, I., Dorterler, M., and Gokche, H. با استفاده از روش بهینه سازی 灰狼 بر اساس بهینه سازی حداقل حجم طراحی فنر فشاری, علوم مهندسی قاضی ج., 3(2), 21-27 ( 2017).
Aye، KM، Foldy، N.، Yildiz، AR، Burirat، S. و Sait، SM Metaheuristics با استفاده از چندین عامل برای بهینه‌سازی خرابی‌ها.داخلی J. Veh.دسامبر80 (2-4)، 223-240 (2019).
Yildyz، AR و Erdash، MU الگوریتم بهینه سازی گروه ترکیبی جدید تاگوچی-سالپا برای طراحی قابل اعتماد مسائل مهندسی واقعی.آلما مادرتست.63 (2)، 157-162 (2021).
Yildiz BS، Foldi N.، Burerat S.، Yildiz AR و Sait SM طراحی قابل اعتماد مکانیسم های گیره رباتیک با استفاده از یک الگوریتم جدید بهینه سازی ملخ ترکیبی.کارشناس.سیستم.38 (3)، e12666 (2021).